搜索
第二章点云阶段基本概念与常用命令讲解——感谢虚拟样机技术论坛提供，无维论坛TomLee整理作者：sea_heart关键词：Geomagic8.0,逆向,点云来源：无维网（）一、基本概念这阶段要做的是对点的质量与数量进行处理。一般流程为点云数据分类：1、根椐扫描设备来分类2、根椐扫描质量来分类3、操作中产生的多余的点扫描设备有序点云在行列方向上有恒定的密度进行排列无序点云不定的密度在空间的任一位置存在（这样的例子很多）扫描质量杂点杂点就是测量错误的点（不是噪声），是无效的点，放大后就看得出、很明显地离开零件表面，孤立的点噪声点因为逆向设备与测量方法的缘故，测量数据存在系统误差和随机误差，其中有一些测量点的误差比较大，超出我们允许的范围，这就是噪声点操作中产生冗余点是因拼合、或测量角度等问题产生重叠的多余的点。消除这类点，前两种方法，手工和滤波器就不适用了。而应该结合Merge/拼合等功能，将特征与特征对齐。（第三章讲拼合方面的知识）注：坏点分类：杂点(Bug)、噪声点(Noise)、冗余点(Redundantpoint)，这个结论引用ICAX论动逆向版主。杂点的处理杂点就是测量错误的点（不是噪声），是无效的点，放大后就看得出、很明显地离开零件表面，孤立的点。譬如，激光扫描仪生成的图像里就比较多杂点，散布在图像四周，轮廓边缘外尤其多；而CMM的杂点通常较少，或因为零件表面很粗糙、很糟糕，或出现在测量沟、台、孔处，或因测量时的抖动引起。对这样的点，一般用手工或使用分离点（DisconnectedComponents）、轮廓（Outliers）将其选择后再删除分离点是指同一物体上具有一定数量的点形成点群，并且彼此间分离。此命令应用于无序点云。将点群定义为群组决定于它们的远近程度和所占整体点云的比例。用于选取杂点将其删除或后续的使用。参数：•分离程度（Separation）：影响分离点如何成组。使用选项低等（Low）、中等（Medium）、高等（High）来控制远近程度。•点云数量（Size）——指定点云的数量占整体点云的比例是多少.举例说明：比如有三组分离的点云，它们分别点的数量所占所有点的比例分别为5%、10%和16%。5%、10%点云相对较接近，而16%的点云则相对独立。如果Separation（分离程度）为低等，当数量大小（Size）数值为5时，5%的点云将被选择；当数量大小数值为10时，5%和10%的点云将被选择；当数量大小数值为16时，5%、10%和16%的点云将被选择如果Separation（分离程度）为中等,当数量大小数值为15时，5%和10%点云将被选择(也许决定于它们的实际距离)；当数量大小数值为16时，所有的点云将被选择。如果Separation（分离程度）为高等,5%,10%,和16%点群将成为一个独立的点群组（也好决定于它们的实际的距离），当数量大小数值为31时，所有的点云群将被选择。冗余点的处理（第三章对于拼齐等功能有讲解）冗余点，是因拼合、或测量角度等问题产生重叠的多余的点。消除这类点，前两种方法，手工和滤波器就不适用了。而应该结合Merge/拼合等功能，将特征与特征对齐。点云数量的优化自由取样：输入比例，取自由取样后的点云数量占原有点云的比例。